@xiciyang/training-qat

量化感知训练（QAT）：在真实 GPU 上按可选 scheme 训练，产出一个可被量化流程直接消费的 checkpoint，并且拒绝把「看起来没掉点」当成验收通过。

DSH（DeepSeek Harness）插件包，同时可作为普通 Node 库使用。

它解决的问题

QAT 最常见的两个假象：

1. 模拟精度 ≠ 部署精度——训练时用的伪量化粒度和真正部署时的格式不一致，训练 loss 好看但落地产物不可用。本包在产物侧断言方案与粒度的对应关系，而不是只看训练曲线。
2. 空操作——和 SFT/预训练同族：权重指纹缺失或前后相同会被判失败，不记成功。

安装

dsh plugin add github:xiciyang/training-qat

要求：

• Node.js >= 20，engines.dsh >= 0.2.0 < 0.3.0
• 真实训练需要 NVIDIA GPU + 容器运行时 + 训练镜像；training_qat_health 会逐项报告
• Python 框架在 optionalDependencies 中显式声明

工具面（DSH）

工具	作用
training_qat_prepare	量化前准备：校准集与测试集不得相交，切分与血缘落盘
training_qat_train	训练：scheme/粒度、预算闸门、权重指纹、checkpoint 保留、审计链
training_qat_validate	验收：精度与性能双侧门禁，先判测量有效性再判数值
training_qat_rollback	回退到指定 run；purge 只允许删本插件 run 目录
training_qat_get_report	取人类可读报告
training_qat_health	环境自检：GPU / 容器 / 镜像 / 基座 / 依赖

配置（不把本机布局写死）

环境变量	用途
DSH_BASE_MODEL	基座模型本地目录
TRAINING_QAT_ROOT	运行目录根（默认 ~/.ai-infra）

量化器镜像等重型依赖缺失时，工具会返回 E_METHOD_UNAVAILABLE 并说明缺哪一层，而不是静默降级成一次「成功的训练」。

测试

node tests/run.mjs

纯逻辑与契约测试应全绿；依赖本机历史 payload 的判据自检在产物缺失时显式 SKIP 并写明原因，不伪装成通过。

安全边界

• 训练需显式确认令牌；预算超限直接拒绝
• 回退只作用于本插件自己的 run 目录
• 审计链可第三方复算

许可

BSD-3-Clause。见 LICENSE。